.png){kind=icon}
返回
Large Deviation Algorithms for Thresholding Bandit Problem
.png){kind=icon}
PRE
AI
DOI：10.26599/BDMA.2025.9020028.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
阈值老虎机（TB）问题是一种流行的序贯决策问题，旨在识别均值超过阈值的系统。与在损失函数上界上工作的常规方法不同，我们的方法通过直接最小化损失本身而脱颖而出。借助大偏差理论，我们首先为TB问题提供了一个渐近最优的分配规则，然后提出了一种无参数的大偏差（LD）算法，以使该分配规则得以实现。此外，还提出了基于中心极限定理的大偏差（CLD）算法作为补充，通过正态近似提高计算效率。进行了广泛的实验来验证我们的算法相比现有方法的优越性，并展示了它们在更一般分布和各类损失函数上的更广泛应用。
Keyword:
Upper bound
Decision making
Big Data
Approximation algorithms
Computational efficiency
Resource management
Data mining
Thresholding Bandit (TB) problem
Large Deviation (LD) theory
optimal allocation rule
parameter-free policy
asymptotical optimality
期刊
IF:
6.2
论文数:
274
被引数:
1.0K
机构
引用论文
分享收藏
分享收藏Generic Outlier Detection in Multi-Armed Bandit.png)
Proceedings of the 26th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining
OAAI
Proceedings of the 26th ACM SIGKDD International Conference on Knowledge Discovery & Data MiningIF0
OAAI分享收藏Sample mean based index policies byO(logn) regret for the multi-armed bandit problemO(logn) 对多臂强盗问题的遗憾
PREAI
分享收藏
查看更多内容